...
현재 CEMS 분석 센터에서는 다음의 기저 모형을 제공한다.
1. 재생성(Reconstruction) 모형 (또는 바스킷 디코더Basket-decoder 모형)
...
바스킷은 모든 태그 데이터를 종합한 비정상 점수를 계산하는데 사용되며, 개별 태그의 디코더는 입력된 개별 태그의 시퀀스를 바탕으로 학습된 시퀀스를 재현하여(Auto-encoder) 입력 태그와의 거리에 기반한 비정상 점수를 계산한다.
이 모형은 일반적인 시계열 특성을 가진 센서데이터에 적용 가능한 모형이다.
2. 클러스터링(Clustering) 모형
일정 수준 이상 성숙한 환경에서는 이상 상태가 거의 발생하지 않는다. 그렇기 때문에 과거의 데이터의 패턴을 분류해보면 일정한 클러스터가 구성되며, 각각의 클러스터는 대부분 정상 상태를 의미하게 된다. 여기에서 착안한 모형으로, 학습 데이터를 딥러닝 방법을 사용해 클러스터링하고, 각 클러스터를 정상 데이터가 모여 있는 곳으로 가정한다.
...